知识卡片
共线性检验的VIF阈值
内容
建模前需要检验自变量之间是否存在共线性——两个变量高度相关会让参数估计变得不稳定，削弱模型的可解释性和泛化能力。常用的判断标准是方差膨胀因子（VIF），经验上VIF超过10就认为共线性较强，需要处理，最简单的方式是从共线的变量组里剔除多余变量，只保留单变量分析中解释力（如AUC）最高的那一个，再进入正式建模。
参考来源
- 位置：《数据科学工程实践》第1章《如何分析用户的选择》"1.3.2 使用逻辑回归分析自驾选择问题·共线性检验"一节（源文件：_epub-src/OEBPS/Text/part0010.xhtml）
- 结论依据：原文明确"由于LR模型是一种广义线性模型，变量间严重的共线性会对参数估计的准确性及泛化能力产生影响……若vif值大于10，可认为变量间具有很强的共线性，需要进行相应的处理，最简单的处理方式就是剔除自变量，保留单变量分析中AUC最大的变量"。
- 原始内容：第4步：共线性检验。由于LR模型是一种广义线性模型，变量间严重的共线性会对参数估计的准确性及泛化能力产生影响，因此需要对自变量间的共线性进行分析。若vif值大于10，可认为变量间具有很强的共线性，需要进行相应的处理，最简单的处理方式就是剔除自变量，保留单变量分析中AUC最大的变量。